llama-q4_k_m_quantized
llama-q4_k_m_quantized es un modelo de chat de BilalKhan1, publicado el 9 de julio de 2024. llama-q4_k_m_quantized is an open-weights chat model.
by BilalKhan1
Ideal para
- chat y enrutamiento de baja latencia
- enrutamiento y triaje de solicitudes
- clasificación de texto
Formas de utilizar llama-q4_k_m_quantized en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de BilalKhan1. osFoundry detecta llama-q4_k_m_quantized automáticamente: asígnenlo a un rol de Maestro (router, direct, orchestrator o fallback) en la pestaña Pipeline y quedará activo en cada chat. Su clave, su cuenta de proveedor: sin recargo por tokens.
Desplieguen un endpoint dedicado
llama-q4_k_m_quantized es de pesos abiertos: ejecútenlo localmente de forma gratuita o desplieguen un endpoint GPU dedicado en su workspace para disponer de capacidad reservada sin límites de tasa.
Úsenlo en una Room App
Las Room Apps declaran funciones de IA en su manifiesto y luego las invocan con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Invóquenlo desde sus propias aplicaciones
Una vez que un modelo está integrado en su workspace, pueden alojarlo como API y consumirlo desde sus propios servicios, scripts o CI, fuera de osFoundry.
llama-q4_k_m_quantized frente a modelos similares
Licencia
Sin especificar — Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial.
Consulten la documentación original.
Preguntas frecuentes sobre llama-q4_k_m_quantized
¿Es gratuito el uso de llama-q4_k_m_quantized?
llama-q4_k_m_quantized se puede ejecutar gratis localmente en su propio hardware. El acceso alojado a través de osFoundry se mide (entrada Free (local), salida Free (local)). Pueden alternar entre local y alojado en cualquier momento.
¿Puedo utilizar llama-q4_k_m_quantized comercialmente?
El uso comercial está permitido con condiciones. Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial. Consulten la documentación original.
¿Puedo ejecutar llama-q4_k_m_quantized localmente?
Sí. llama-q4_k_m_quantized es de pesos abiertos y se ejecuta localmente en una GPU de estación de trabajo. El runtime local de osFoundry gestiona la carga del modelo, la cuantización y el enrutamiento.
¿En qué destaca llama-q4_k_m_quantized?
llama-q4_k_m_quantized es muy adecuado para chat y enrutamiento de baja latencia, enrutamiento y triaje de solicitudes, clasificación de texto.
¿Cómo se utiliza llama-q4_k_m_quantized en osFoundry?
Peguen su clave de API de BilalKhan1 en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen llama-q4_k_m_quantized a un rol de Maestro en la pestaña Pipeline y úsenlo en chat, en Room Apps mediante invokeAI o en sus propias aplicaciones.
Publicado por BilalKhan1 el 9 de julio de 2024. Fuente: https://huggingface.co/BilalKhan1/llama-q4_k_m_quantized